COVID-19多组学研究:策略、见解和工具
多种“组学”方法的整合，被称为多重组学或multi-omics随着研究人员寻求更深入地了解生物机制的方法，这已经成为生物医学研究的一个主要焦点。而组学领域，如基因组学，转录组学，蛋白质组学和代谢组学分别提供了关于DNA、RNA转录物、蛋白质和代谢物的信息，多组学研究允许多种生物分子类型一起被检查，并提供了获得更全面的、以途径为导向的生物学观点的潜力。
具有快速生成、共享和挖掘重要生物信息的潜力在任何研究环境中都是有价值的。然而，在当前大流行的背景下，人们有了更高的紧迫感，研究人员正在寻找解开COVID-19分子基础的方法。多组学方法正在用于与covid -19相关的病理生理学、生物标志物、免疫反应、疾病严重程度预测等研究。
在实践中，多组数据集很大，包含使用多种技术获得的信息，并具有许多潜在的混淆变量。因此，多组数据集的管理和探索具有挑战性。在本文中，我们探讨了COVID-19研究和临床组学的多组学方法，并探讨了正在开发的一些计算和统计工具来支持多组学分析。
使用综合病毒研究小组进行新型病毒检测
来自新病毒种类和毒株的感染对全球公共卫生构成严重和反复的威胁。应对这些威胁在很大程度上取决于识别和开发病毒剂测试的能力，考虑到人类病毒的多样性和快速进化的序列空间，这是一项重大挑战。下载此应用程序可发现一种新型病毒发现和监测方法，该方法可提供对已知病毒物种的高灵敏度检测，并提供对新型病毒序列的丰富和完整描述。
查看App赞助内容
COVID-19多组学研究的目标和策略
多重组学方法如何帮助我们走出COVID-19大流行?正如解释的那样阿巴迪“简而言之，SARS-CoV-2病毒像任何其他病毒一样，会引发宿主的免疫反应，并在患者的蛋白质组和代谢组中留下足迹。这种足迹在不同的患者中有所不同——其中一些人还经历了更严重的疾病形式。只有通过多组学方法才能表征这些组学变化及其相互作用组的可变性，这可能有助于更好地理解疾病机制，以及我们如何更有效地对抗它。”
Evgenia Shishkova，威斯康星大学麦迪逊分校库恩实验室的助理科学家他解释说，多组学研究的目标非常依赖于项目:“无论你的目标是创造一种资源，还是你有一个更有针对性的方法，这项技术都可以让你做到这两点。但通常情况下，多组数据集最终会非常大。因此，即使你心中确实有一个针对性的问题，你最终也会获得其他人可以受益的大量资源。”
多元组学研究不仅在规模、基本目标和使用的数据类型上有所不同，而且在数据集成方法上也有所不同。用于整合组学数据的算法可以分为有监督、半监督或无监督，并且可以在不同的分析阶段进行整合。1在这些类别中，有许多不同的分析子类型，例如矩阵分解、贝叶斯、基于网络的方法和多步骤方法，这些方法使用不同的建模和统计技术来识别数据模式。
询问SARS-CoV-2基因组以获得更多答案
研究SARS-CoV-2基因组可以为其进化和传播提供有价值的见解，并有助于监测和疫苗开发工作，以帮助控制COVID-19大流行。下载此应用程序注意，发现一种RNA测序方法，可以准确识别低拷贝数的病毒病原体，并且足够敏感，可用于低浓度、低质量和降解的样品。
下载App赞助内容
使用多组学方法建立COVID-19知识库
多组学数据是供更广泛的科学界探索的资源，并为COVID-19患者受调节的关键生物过程提供了关键的支持性证据。可以在分子水平上鉴定与COVID-19相关的生理变化，如与脂质转运、补体系统激活、血管损伤、血小板活化和脱颗粒、血液凝固和急性期反应有关的变化。
首次出现的大规模COVID-19多组学分析之一是由阿里尔Jaitovich他是纽约奥尔巴尼医学院的肺部和重症监护医生。贾托维奇亲眼目睹了COVID-19症状的严重程度，并想象了一项合作研究，将提供相关的分子见解。专家随后从浣熊实验室威斯康星大学麦迪逊分校和莫格里奇研究所的研究人员对COVID-19的严重程度进行了大规模多组学分析。2
该小组对来自COVID-19患者和非COVID-19患者的128个血浆样本进行了RNA测序和高分辨率质谱(MS)，并将白细胞mRNA表达和血浆蛋白、代谢物和脂质水平与一系列临床数据和患者预后联系起来。Coon实验室的研究数据科学家Ian Miller说:“我们的最终目标是利用我们的资源和共享的专业知识，尽可能快地将数据提供给人们，而不用为自己的分析而烦恼。”“关于COVID的数据像消防水管一样涌现出来，现在仍然如此。”
米勒回忆说，在代谢组学测量中，可以观察到不同的治疗分子，这提供了他所描述的“固定的健康检查或控制”。219个生物分子与COVID-19的状态和严重程度高度相关，密集的生物分子簇也是如此。值得注意的是，一个已确定的聚类含有脂质——浆酰基磷脂酰胆碱和高密度脂蛋白，这些类别与COVID-19的状态和严重程度显著相关。
在多组学研究中对COVID-19病理生理学的表征可以确定潜在的治疗机会——其中一些在该出版物中已被假设。2例如，作者强调了他汀类药物或其他旨在恢复高密度脂蛋白(HDL)的疗法的潜在用途。其他研究报告了COVID-19患者循环HDL水平的降低，这可能会导致压力和炎症加重COVID-19病理生理学。3.最终，希望多组学数据也可以用于支持更准确的患者预后预测。
获得SARS-CoV-2全基因组序列
随着新冠肺炎疫情进入正常防控阶段，新冠病毒溯源、突变识别和监测、风险预测等都需要全基因组信息，这离不开病毒序列的高通量测序和组装。下载此应用程序笔记，发现检测解决方案，提供快速，简单和精简的工作流程，并加快疑似病原体的识别。
下载App赞助内容
调查严重COVID-19的细胞特征
鉴于重症病例中凝血问题的高发性，研究COVID-19血栓并发症的机制是一个优先事项。4一些研究指出，血小板免疫细胞相互作用的改变和巨核细胞的存在在受影响的肺。5 ， 6为了进一步调查，Bernardes和同事采用纵向多组学分析来描述严重COVID-19病例的细胞特征。7通过分析来自外周血的超过358,000个细胞的大量转录组、大量DNA甲基化组和单细胞转录组，可以随着时间的推移描述细胞的变化。在严重的COVID-19病例中发现循环巨核细胞水平升高，并与炎症参数升高有关，同时批量RNA测序数据显示表达变化。当研究血液循环细胞的动态变化时，多组学方法提供了更大的背景。例如，与健康对照组相比，在每个时间点都观察到全基因组低甲基化，支持早期的表观遗传变化有助于全身炎症状态的建议。8
让COVID-19多组数据更易于获取
正如Abadi所总结的那样，如果要利用多组学数据，就需要复杂的工具:“这些分析生成的测序数据需要新的数据结构来简化下游分析。这些数据也是高维的，从中获得直接的见解超出了我们有限的直觉。
量身定制的计算和统计方法在揭示数据中隐藏的、通常是有趣的模式、测试研究人员产生的假设和/或创造有助于产生新假设的新见解方面至关重要。”因此，许多团队正在开发工具，旨在帮助弥合数据生成和理解之间的差距。mixOmics这就是一个这样的例子——一个免费的、开源的多组学工具包，是一个国际、多所大学合作的结果。Abadi在mixOmics新型多元统计方法的实施和改进方面发挥了核心作用，同时还开发了强大的可视化工具，以更引人注目和直观的方式呈现结果。
对于数据可视化工具的需求在Morgridge/威斯康星大学麦迪逊分校的合作者身上并没有消失。为了将数据分析从“消防水管”体验转变为更易于管理的体验，该小组将数据转移到交互式网络工具-covid-omics.app-允许进入更广泛的科学界。“我们希望分享我们的成果——这是我们的模式。这也是大多数项目的资金机制所固有的，很多工作都是由联邦政府资助的。凯蒂Overmyer他是莫格里奇研究所生物分子质谱实验室的副主任。
用高纯度脂质转化你的研究
无论你是专门研究脂质组学，还是脂质是你研究的常规组成部分，你都知道它们所起的关键作用和它们所面临的固有挑战。下载本手册，了解高纯度、天然和合成磷脂、鞘脂、固醇、荧光脂质、佐剂和脂质结合抗体。了解如何在一个步骤中实现高纯度和高产量。
查看手册赞助内容
为数据驱动的生物研究世界做准备
通过利用机器学习、RNA测序和质谱等技术，组学数据可以与临床信息相结合，为研究人员提供丰富的数据进行探索。对于米勒来说，数据素养是他建议生物学家在他们的工具包中添加的一个重要工具:“你能获得的数据素养越多，你能学习的基础编程越多，它就越能让你理解和分享你的工作。”随着研究人员努力传播和抗击COVID-19感染的高度变化的临床过程，与更广泛的受众分享有价值的数据的能力——同时提供有用的可视化和分析工具——从未如此重要。
参考文献
- 黄S, Chaudhary K, Garmire LX。越多越好:多组学数据集成方法的最新进展。麝猫面前．2017; 8:84。doi:10.3389 / fgene.2017.00084．
- 王志强，王志强，等。COVID-19严重程度的大规模多组学分析。电池系统．2021; 12 (1): 23 - 40. e7。doi:10.1016 / j.cels.2020.10.003．
- 张志刚，张志刚，等。重症COVID-19期间高密度脂蛋白组成和功能的改变。科学报告．2021; 11(1): 2291。doi:10.1038 / s41598 - 021 - 81638 - 1．
- COVID-19尸检中的血栓栓塞:肺血栓形成还是栓塞?实习医生．2020, 173(5): 394 - 395。doi:10.7326 / m20 - 3255．
- 李志强，李志强，李志强，等。COVID-19中中性粒细胞细胞外陷阱引起的血管阻塞。EBioMedicine．2020; 58:102925。doi:10.1016 / j.ebiom.2020.102925．
- Meyerholz DK, McCray PB。通过尸检研究揭示COVID-19肺部疾病。EBioMedicine．2020; 57:102865。doi:10.1016 / j.ebiom.2020.102865．
- 李国强，李国强，等。纵向多组学分析确定巨核细胞、红样细胞和浆母细胞的反应是严重COVID-19的特征。免疫力．2020; 53 (6): 1296 - 1314. e9。doi:10.1016 / j.immuni.2020.11.017．
- Lorente-Sorolla C, Garcia-Gomez A, Català-Moll F，等。脓毒症中炎性细胞因子和器官功能障碍与单核细胞DNA甲基化组异常有关。基因组医学．2019; 11(1): 66。doi:10.1186 / s13073 - 019 - 0674 - 2．
文章于2021年9月6日更新，删除了“Multi-omics”中的连字符。
